LLM Frontline

#モデル選び の記事

ニュース・動向

OpenAIがGPT-6 SolとLunaを公開｜単価半額で「Terraの置き場所」が消えた後、モデル階層とコスト試算をどう引き直すか

OpenAIが2026年9月22日に公開したGPT-6 SolとGPT-6 Lunaを、公式のモデルページ・Pricing・Changelogで確かめながら業務目線で整理します。主題は「半額」ではなく、GPT-5.6 Terraの中間階層が宙に浮いた後のモデル階層とコスト試算の引き直し方です。

開発・エージェント

LLMのモデルルーティングとカスケード設計｜全部を最上位モデルに投げないための振り分け基準と、判定ミスの被害を小さくする作り方

リクエストごとに使うモデルを変える設計には、入力を見て振り分けるルーティングと、小さいモデルから試して落ちたら上へ回すカスケードがあります。判定ミスの非対称性、評価セットで閾値を決める手順、キャッシュや遅延への副作用を整理します。

ニュース・動向

売上予測をLLMに聞いても当たらない｜TimesFM 3.0が実務に効く場面と、本番投入を止めるライセンスの線引き

Google Researchが2026年8月31日に公開した時系列基盤モデルTimesFM 3.0を業務目線で読み解きます。チャット型LLMに数値予測をさせても当たらない理由、多変量と共変量への対応で何が変わるか、ベンチマークの読み方、そして事前学習済み重みが非商用・非本番に限定されているという線引きを条文レベルで確認し、商用でやるなら何を選ぶかまで整理します。

ニュース・動向

Qwen3.8-Maxを業務目線で読む｜2.4兆パラメータMoEの仕様・価格・オープンウェイト予告の現在地

Alibaba(Qwen)が2026年8月3日に公開したQwen3.8-Maxを、業務利用の観点で整理します。公式ドキュメントで確認できる仕様と価格、8月6日時点でのオープンウェイト公開状況、リージョンとデータの所在、自社で試すときの判断手順を、優劣を断定せずまとめます。

モデル比較・選び方

ローカルLLMのモデル保存先を選ぶ｜内蔵NVMe増設と外付けSSDの違い

ローカルLLMを動かしていると、モデルファイルの容量で内蔵ストレージがすぐに圧迫されます。内蔵M.2 NVMeの増設と外付けポータブルSSD、どちらを選ぶべきかを、モデルファイルのサイズ感・読み込み速度(PCIe世代・USBインターフェース)・容量計画・外付け運用の注意点から整理しました。

開発・エージェント

MoE(Mixture of Experts)とは｜総パラメータと活性パラメータの違いを実務目線で

近年の大規模モデルが広く採用するスパースMoE(混合エキスパート)を、dense(密)モデルとの違いから解説します。FFNをexpertに分割しrouterがtop-k routingで一部だけ動かす仕組み、総パラメータと活性パラメータの区別、VRAMは総規模・計算は活性規模というねじれ、学習と推論の注意点、モデル選定での読み方までまとめます。

ニュース・動向

Thinking MachinesのInklingとは｜Muratiのラボ初のオープンウェイトLLMを業務目線で読み解く

元OpenAI CTOのMira Muratiが率いるThinking Machines Labが2026年7月15日に公開した初のオープンウェイトモデル「Inkling」を、業務利用者の視点で整理します。約975BのマルチモーダルMoE、Tinkerでの微調整前提という設計思想、クローズド旗艦との棲み分けを変動前提で冷静にまとめます。

ニュース・動向

AnthropicのClaude Sonnet 5を業務目線で読む｜Opusに迫る性能と低価格の使いどころ

Anthropicが2026年6月30日に公開したClaude Sonnet 5を、業務利用の観点から冷静に整理します。Opus 4.8に迫るとされる性能、8月31日までの導入価格と標準価格、Free/Proのデフォルト化、agenticな用途での主力化のしどころを、ベンダー公表値・変動前提で読み解き、コスト最適化の手順まで具体的に示します。

ニュース・動向

AnthropicのClaude Opus 4.8を業務目線で読む｜何が変わり、何は変わらないか

Anthropicが2026年5月28日に公開したClaude Opus 4.8を、業務利用の観点から冷静に整理します。Opus 4.7からの改良点、据え置きの料金と2.5倍速のfast mode、Super-Agentやツール呼び出しの主張、Claude Codeのdynamic workflowsを、ベンダー公表値・変動前提として読み解き、小さく検証して広げる手順まで具体的に示します。

モデル比較・選び方

ローカルLLMを動かすPC・GPUの選び方｜VRAMから逆算する構成と予算

ローカルLLMを自分の環境で動かすためのPC・GPU選びを、実務目線で整理します。最重要はコア速度ではなくVRAM容量であること、4bit量子化でメモリを圧縮できること、モデルサイズ別のVRAM目安、Mac(統合メモリ)という選択肢まで、動かしたいモデルから逆算して構成と予算を組む考え方をまとめました。

モデル比較・選び方

オープンウェイトLLMの新勢力｜GLM-5.2・Kimi K2.7・MiniMax M3を業務目線で

2026年6月に相次いで公開されたオープンウェイトの大規模言語モデル(GLM-5.2・Kimi K2.7・MiniMax M3)を、業務利用の観点から整理します。ベンチマーク順位に飛びつかず、ライセンス・自ホスト・データの扱い・自社検証という評価軸で、オープンモデルをどう選ぶかを冷静に読み解きます。